IT-News Data & Storage

Analytics (Bild: Shutterstock)

Wertschöpfung mit analytischen Modellen: Definierte Prozesse sind der Schlüssel

„Insights-driven“ ist der heilige Gral, den eine erfolgreiche digitale Transformation verspricht. Und immer mehr Unternehmen sind auf einem guten Weg dorthin. Woran es noch mangelt: diese Erkenntnisse in sinnvolle Aktionen umzusetzen. Auf der sogenannten „letzten Meile“ von Analytics gilt es, drei Hürden zu nehmen.

Daten (Shutterstock/BeeBright).

Daten 4.0: Eine neue 360-Grad-Perspektive mit Stammdatenmanagement

Unternehmen, die Data 4.0 einführen, möchten die Beziehungen zwischen verschiedenen Stammdatenbereichen verstehen und in der Lage sein, Transaktions- und Interaktionsdaten mit Stammdaten zu verknüpfen. Damit erhalten sie eine 360-Grad-Sicht auf die gesamte Organisation.

Um die Business Continuity zukünftig zu sichern, müssen wir umdenken. Statt nur darauf zu fokussieren, die IT belastbarer zu machen, gilt: Wie gelingt es uns, schneller auf unerwartete Veränderungen zu reagieren? (Quelle: Pexels, MarcMueller)

Neue Strategien für die Business Continuity

Das Corona-Virus hat Unternehmen weltweit aus der Bahn geworfen – und richtete damit mehr Schaden an als jeder Cyberangriff. Um die Business Continuity, also die Geschäftskontinuität, zukünftig zu sichern, müssen wir umdenken. Statt nur darauf zu fokussieren, die IT belastbarer zu machen, sollten sich Unternehmen fragen: Wie gelingt es uns, schneller auf unerwartete Veränderungen zu reagieren? Antworten darauf gibt Peter Hanke, Senior Director Germany bei NetApp, im folgenden Beitrag.

(Bild: Shutterstock.com/Jirsak)

Raus aus der Warteschleife

Technologien wie KI und Machine Learning öffnen neue Türen in der Kundeninteraktion. Doch mehr ist nicht immer besser für den Kunden. Auf die richtige Kombination aus maschineller Automatisierung und menschlichem Kontakt kommt es an.

Künstliche Intelligenz (Bild: Shutterstock)

Führungsetagen sind (noch) nicht bereit für die KI-Revolution

Die Zeit für Experimente ist vorbei: Lösungen rund um die künstliche Intelligenz (KI) sind bereit für den Einsatz in Unternehmen. Die sogenannten Early Adopters ernten bereits die Früchte ihrer Arbeit und übertragen ihre Tests in großflächige Anwendungen.

(Bild: Unsplash)

Digitaler Zwilling für PLM: Mit Graphtechnologie zum vernetzten Auto

Vernetzte und autonome Fahrzeuge waren vor wenigen Jahren noch Wunschvorstellung. Heute sind sie heute bereits Realität. Immer mehr Software-Komponenten, Sensoren und Schnittstellen halten Einzug ins Auto. Die zunehmende Konnektivität des Fahrzeugs macht das Produkt „Auto“ um ein Vielfaches komplexer und verlangt nach neuen Ansätzen für das Product-Lifecycle-Management (PLM).

Digitalisierung (Bild: Shutterstock)

Wie Unternehmen lästige Wartezeiten durch Anwendungsoptimierung verhindern

Die Kommunikation zwischen Unternehmen und ihren Kunden findet heute vornehmlich auf dem digitalen Weg statt. Unternehmen müssen die Formen des Wartens, denen Verbraucher auf der Customer Journey begegnen und die schnelle Behebung von Fehlern, die vermeidbare Wartezeiten verursachen, verstärkt angehen. Dabei helfen können AIOps-Lösungen und visionäre Agents of Transformation.

Smart City (Bild: Shutterstock)

Wie macht man eine Stadt smart (und sicher)?

Bei dem Begriff „Smart City“ mag man vielleicht zunächst an hypermoderne Visionen von Megastädten der Zukunft denken, wie man sie aus Science-Fiction-Filmen kennt. Doch bevor wir uns Gedanken über fliegende Autos machen, sollten wir erst einmal mit wesentlich bodenständigeren Dingen anfangen und die Sicherheit nicht aus den Augen lassen.

Digitalisierung (Bild: Shutterstock)

Reale Erlebnisse als Schlüssel für erfolgreiche digitale Initiativen

Die digitale Transformation hat im letzten Jahrzehnt unsere Arbeitsweise, Kaufgewohnheiten und sozialen Umgang massiv geprägt. Von Social Computing bis hin zu Virtual Reality, lag der Fokus vor allem darauf, wie wir die Wahrnehmung über unsere Welt ins Netz übertragen und mit ihr interagieren können. Dabei kristallisiert sich inzwischen klar heraus, welche digitalen Strategien erfolgreich sind.

(Bild: Shutterstock.com/agsandrew)

Analytische Modelle operationalisieren: So kommen KI & Co. in die Business-Praxis

Analytics und künstliche Intelligenz (KI) stehen bei Unternehmen ganz oben auf der Agenda – sind aber deshalb noch lange nicht im Geschäftsalltag angekommen. Analysten zufolge versickern viele Investitionen in Analytics-Projekten ohne konkretes Ergebnis. Erforderlich für die pragmatische Umsetzung im Unternehmen sind ein Ansatz, der Kollaboration fördert, und ein leistungsstarkes Model Management.

Big Data (Bild: Shutterstock)

Big Data Governance – vier Schritte zur Skalierung eines Enterprise Data-Governance-Programms

Bei vielen Unternehmen wächst die Einsicht, dass strukturierter Umgang mit und Überblick über die eigenen Datenbestände letztlich unumgänglich sind. Vor allem im Hinblick auf Big Data-Projekte müssen Daten gepflegt sein, um auch wahre Datenfluten bewältigen zu können. Eine ganzheitliche Strategie ist daher gefragt, damit Big Data-Initiativen von Erfolg gekrönt sind.

Datenschutz (Bild: Shutterstock)

DSGVO – Eine erste Bilanz und was Unternehmen daraus lernen können

Seit fast zwei Jahren gehört die Datenschutz-Grundverordnung (DSGVO) nun zum Unternehmensalltag. Wurden Verstöße dagegen tatsächlich geahndet? Wie hoch waren die verhängten Strafen? Welche Unternehmen sind daran gescheitert und warum? Wären sie nicht gut beraten gewesen, sich besser vorzubereiten und – im Vergleich zum Strafmaß – einen Bruchteil der Summe in ein sicheres Identity- und Access-Management (IAM) zu investieren, um DSGVO-konform zu sein?

Daten (Shutterstock/BeeBright).

NoSQL analysiert Big Data rasend schnell

Relationale Datenbanken haben mit den Anforderungen der neuen Datenwelt zu kämpfen. Unternehmen, die ausschließlich auf ihre alten Legacy-Systeme setzen, werden an Wettbewerbsfähigkeit einbüßen.

Autonomes Fahren (Bild: DoubleSlash, Adobe)

Was Autofahren mit Intelligenz zu tun hat

Das autonome Auto kommt. Allerdings wohl später als Optimisten glauben. Zwar können moderne Autos schon heute bestimmte Verkehrssituationen gut erkennen und angemessen reagieren. Die Königsdisziplin allerdings, das richtige Entscheiden in komplexen Situationen, beherrschen Computer noch lange nicht.

Datenstrom (Bild: Shutterstock)

Wie wir das Gesundheitswesen mit einer gesunden Dosis Daten verbessern können

Seit Jahrhunderten stützt sich die Medizin weitgehend auf eine einzige primäre Informationsquelle für die Diagnose und Behandlung von Krankheiten: den einzelnen Patienten. Dieser Datenstrom ist im Laufe der Zeit durch Fortschritte im Imaging sowie der Biochemie und Genetik immer komplexer geworden – aber er ist immer noch rein patientenbezogen.

Customer Experience 2020ff: Auf integrierte Realtime Analytics kommt’s an

Den Geschäftswert der Digitalisierung für die Kundenansprache haben Unternehmen weitestgehend erkannt – und sie setzen zunehmend auf moderne Marketinglösungen. Doch Kampagnen sind nur effizient, wenn der Erfolg gemessen wird – und hier kommt Realtime Analytics ins Spiel, die Daten integriert betrachtet.

Industrial Internet, Internet of Things, Industrie 4.0. (Bild: Shutterstock)

Datenintegration als Grundlage für Industrie 4.0

Viele Produktionsunternehmen sind dabei, Fertigungsprozesse und ganze Wertschöpfungsketten zu digitalisieren. Für alle gilt: Es braucht ein tragfähiges Konzept für die Sammlung, Speicherung und Auswertung der vielen Daten, die im Zuge der Digitalisierung von Fertigungsprozessen anfallen.

Big Data und Analytics (Bild: Shutterstock)

Data Science: Hype oder notwendige Strategie?

Dass Data Science derzeit beinahe überall auftaucht, ist vor allem Marketing-Strategen zu verdanken, die nach Big Data einen neuen Hype heraufbeschwören. Aber: Auch Daten-Analyse-Experten versprechen sich davon, künftig mehr Business-strategisches Wissen aus Daten generieren zu können. Was steckt also hinter Data Science? Und welche Praxisrelevanz hat es zu bieten?

Daten (Shutterstock/BeeBright).

Daten, überall Daten

Wir leben in einer Welt der „Datenexplosion“. Die Zahl an Endgeräten, Monitoren und Sensoren im Internet of Things (IoT)-Umfeld steigt täglich. Dabei hat die wachsende Datenmenge sowohl Vor- als auch Nachteile.

Digitalisierung (Bild: Shutterstock)

Was der „Digitale Reflex“ für Unternehmen bedeutet

Deutsche nutzen immer mehr digitale Dienste wie Apps – und zwar zunehmend unbewusst. Dieser Griff zu Apps & Co. in jeder Alltagssituation, gewissermaßen ein „digitaler Reflex“, bietet Chancen und Risiken für Unternehmen.

Data & Storage